本课程以 Matrix 为主题,简明扼要地涵盖了工程师应该掌握的线性代数知识。 本课程中的数学以高中生的水平呈现,但建议学生在完成大学水平的单变量微积分课程(如 Coursera 提供的《工程师微积分》)后再学习本课程。 本课程不涉及导数或积分,但要求学生具备基本的数学成熟度。 尽管如此,欢迎任何有兴趣学习矩阵代数基础知识的人加入。 课程由 38 个简明的讲座视频组成,每个视频后都有几个问题需要解决。在每个主要主题之后,都有一个简短的练习测验。 问题和练习测验的解答可在教师提供的讲义中找到。 课程为期四周,每周结束时都有一次评估测验。 从链接 https://www.math.hkust.edu.hk/~machas/matrix-algebra-for-engineers.pdf 下载讲义,并从链接 https://youtu.be/IZcyZHomFQc 观看宣传视频。

了解顶级公司的员工如何掌握热门技能

积累特定领域的专业知识
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书

该课程共有4个模块
矩阵是数字、符号或表达式按行和列排列的矩形阵列。 我们将定义矩阵并演示如何对它们进行加法和乘法运算,定义一些特殊的矩阵,如同一矩阵和零矩阵,学习矩阵的转置和逆变换,并讨论正交矩阵和置换矩阵。
涵盖的内容
10个视频26篇阅读材料5个作业
线性方程组可以用矩阵形式写出,并可以用高斯消元法求解。我们将学习如何将矩阵转化为缩减行梯形,从而计算矩阵逆。我们还将学习如何求矩阵的 LU 分解,以及如何利用该分解有效求解右边不断变化的线性方程组。
涵盖的内容
7个视频6篇阅读材料3个作业
向量空间由一组向量和一组标量组成,在向量加法和标量乘法下是封闭的,并且满足通常的算术规则。 我们学习线性代数的一些词汇和短语,如线性独立性、跨度、基和维。 我们还将学习矩阵的四个基本子空间、格拉姆-施密特过程、正交投影,以及为拟合噪声数据而画直线的最小二乘问题的矩阵表述。
涵盖的内容
13个视频14篇阅读材料5个作业
矩阵的特征向量是一个非零列向量,与矩阵相乘时只乘以一个标量(称为特征值)。我们将学习特征值问题以及如何使用行列式求矩阵的特征值。我们将学习如何使用拉普拉斯展开式、莱布尼兹公式以及行或列消元法计算行列式。我们还将学习如何利用矩阵的特征值和特征向量将矩阵对角化,以及如何利用对角化轻松计算矩阵的幂级数。
涵盖的内容
13个视频20篇阅读材料4个作业1个插件
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
学生评论
- 5 stars
87.83%
- 4 stars
10.53%
- 3 stars
1.13%
- 2 stars
0.19%
- 1 star
0.30%
显示 3/4650 个
已于 Apr 16, 2022审阅
I found the explanations of prof Chesnoff very simple and informative. I understood much better the concepts of eigenvalues and vector spaces after chesnoffs' explanations!!!Thanks
已于 Oct 17, 2021审阅
Excellent course. The lectures and accompanying textbook and examples really helped to reinforce the material. Dr. Chasnov is a great teacher, and I plan to take more courses from him
已于 Aug 20, 2020审阅
Great videos. The examples were very helpful. I did not come from a huge math background and I was still able to understand the course and do all the problems. Thank you very much.
从 数学与逻辑 浏览更多内容

Johns Hopkins University

The Hong Kong University of Science and Technology

Birla Institute of Technology & Science, Pilani

Johns Hopkins University



